Google Maps nutzt nutzergenerierte Inhalte wie Bewertungen, Fotos und Geschäftsinformationen, um umfassende und hilfreiche Informationen anzubieten. Es ist jedoch eine große Herausforderung, sicherzustellen, dass diese Inhalte korrekt und zuverlässig bleiben. Google begegnet dieser Herausforderung mit leistungsstarken Machine-Learning-Techniken, wie in ihrem kürzlich erschienenen Blogbeitrag „How machine learning keeps contributed content helpful“ beschrieben wird.

Wichtige Punkte, wie Machine Learning gegen Ungenauigkeiten und Missbrauch kämpft

• Aufdecken von Missbrauchsmustern: Machine-Learning-Algorithmen sind mittlerweile außergewöhnlich gut darin, Muster in nutzergenerierten Inhalten zu erkennen, die auf betrügerische Aktivitäten hindeuten. Google kann die Veröffentlichung solcher Inhalte proaktiv verhindern.
• Analyse der Inhaltsauthentizität: Um die Authentizität zu bestimmen, analysieren Machine-Learning-Modelle Details wie den Ort, an dem ein Foto aufgenommen wurde, oder ob eine Bewertung mit anderen Informationen über ein Unternehmen übereinstimmt.
• Priorisierung vertrauenswürdiger Quellen: Wenn ein Brancheneintrag widersprüchliche Informationen aus verschiedenen Quellen enthält, lernt das System von Google, sich stärker auf Quellen zu verlassen, die sich im Laufe der Zeit als zuverlässig erwiesen haben.
• Historische Updates: Die Analyse der Historie der nutzergenerierten Inhalte eines Unternehmens trägt ebenfalls zur Bewertung seiner Vertrauenswürdigkeit bei. Wenn viele Bearbeitungen bestimmte Informationen wiederholt ändern, ist dies ein Zeichen dafür, dass die Informationen möglicherweise falsch sind.

Schutz vor koordinierten Angriffen

Google hat seine Fähigkeit, sich gegen koordinierte Versuche zur Manipulation von Informationen zu verteidigen, deutlich gestärkt. Diese können von Spammern, politischen Gruppen oder Unternehmen ausgehen, die versuchen, ihr Image künstlich aufzupolieren. Machine Learning erkennt koordinierte Aktivitäten anhand mehrerer Indikatoren und verhindert so, dass manipulative Aktivitäten die Nutzer von Maps negativ beeinflussen.

Auswirkungen und ständige Verbesserung

Im Jahr 2023 blockierten oder entfernten die Machine-Learning-Techniken von Google über 100 Millionen Versuche, Einträge zu bearbeiten. Darüber hinaus wurde die Erstellung von mehr als 7 Millionen gefälschten Business Profiles blockiert. Google verfeinert seine Techniken ständig, um mit der sich ändernden Art des Missbrauchs Schritt zu halten.

Über Machine Learning hinaus: Weitere Überlegungen

Google betont, dass menschliche Analysten nach wie vor eine wichtige Rolle bei der Überprüfung von Fällen spielen, in denen das Automatisierungssystem Anlass zur Sorge gibt. Dieser kombinierte Ansatz bietet das Beste aus der Effizienz von Machine Learning und dem Urteilsvermögen menschlicher Erfahrung. Er erkennt auch an, dass das Vertrauen in Google Maps aus einem breiteren gesellschaftlichen Engagement für die Bereitstellung zuverlässiger Informationen resultiert.

Die wichtigsten Punkte

Das Engagement von Google im Kampf gegen Manipulationen und Ungenauigkeiten auf Google Maps zeigt die zunehmende Abhängigkeit von Machine-Learning-Technologien, um Content-Plattformen wahrheitsgemäß und hilfreich zu halten. Angesichts des rasanten Anstiegs des Volumens digitaler Informationen gewährleisten solche Ansätze ein sicheres und informatives Erlebnis für alle.